一种可解释的FPGA多目标布线优化方法

AITNT
正文
推荐专利
一种可解释的FPGA多目标布线优化方法
申请号:CN202510033766
申请日期:2025-01-09
公开号:CN119830846A
公开日期:2025-04-15
类型:发明专利
摘要
本发明公开了一种可解释的FPGA多目标布线优化方法,包括在布局阶段,创建及训练拥塞‑线长多任务预测模型,并用该拥塞‑线长多任务预测模型预测拥塞和线长;基于预测得到的拥塞和线长结果,进行拥塞和线长的关系分析,得到拥塞‑线长影响特征图;通过拥塞‑线长影响特征图指导VTR布线器进行布线优化。本发明同时预测线长与拥塞,并且将预测结果融入到布线优化过程中,避免一个因素上的进展影响其它因素。另外,通过机器学习模型预测多指标,能够作为多指标优化的前提,最后通过可解释性人工智能能够解析多指标的关系,通过这层关系去指导多目标布线优化的进行,可有效避免单独预测优化拥塞,线长指标恶化的情况产生。
技术关键词
布线优化方法 多任务 布线器 分支 多指标 样本 节点 布线架构 人工智能算法 编码器 解码器结构 像素 关系 机器学习模型 资源 逻辑 上采样 布局
系统为您推荐了相关专利信息
1
一种低压台区接地故障精准定位系统及方法
低压 精准定位系统 实时数据 监测历史数据 数据处理模块
2
基于自适应特征选择与深度学习融合的小样本光伏功率预测方法
光伏功率预测方法 深度学习融合 特征选择 XGBoost算法 学习器
3
一种大模型增强的跨模态检索方法、系统及相关设备
文本编码器 图像编码器 跨模态检索方法 语义实体 大语言模型
4
多媒体数据的交互处理方法及装置
多媒体 视频 服务器 大语言模型 账户
5
一种基于改进强化学习的航空发动机缺失数据填补方法
缺失数据填补方法 双向长短期记忆 卷积神经网络学习 强化学习算法 长短期记忆神经网络
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号